李万清，刘 辉，李忠金，袁友伟

(杭州电子科技大学 计算机学院，浙江 杭州 310018)

0 引言

随着通信、网络和智能产品的发展，移动便携式的用户设备(User Equipment，UE)越来越受欢迎。新型移动应用如人脸识别、自然语言处理、增强现实等不断涌出，引起了人们的广泛关注。这些移动应用的执行需要较高的计算资源，并消耗较大的电力能源。然而，移动设备由于物理尺寸的限制，通常只具有有限的计算能力和电量。因此，如何在资源受限的移动设备上高效地运行新型移动应用是当前移动网络环境下的一个挑战[1]。

移动边缘计算(Mobile Edge Computing, MEC)的出现为该问题的解决提供了新的平台和机遇。移动边缘计算通过与内容提供商和应用开发商深度合作，在靠近移动用户侧就近提供内容存储计算及分发服务，使应用、服务和内容部署在高度分布的环境中，以更好地满足低延时的需要[2-4]。因此，在MEC环境中，执行计算和存储的服务器均部署在网络边缘，UE可以通过将移动应用的一部分任务卸载到边缘服务器上执行的方式，来提高移动应用的服务质量并减少UE的能源消耗。然而，不是任何一个任务卸载方案都会提高服务质量，不合理的任务卸载会造成大量的数据传输和更长的任务执行时间，这不仅导致应用的执行延时，还会增加更多的电池消耗[5-6]。

一个移动应用一般包括多个任务，任务之间存在先序关系和数据依赖关系。与并行任务相比，MEC环境下的工作流应用调度问题更具有复杂性和挑战性，如任务的执行顺序以及执行位置都会对移动应用的完成时间和能耗产生影响。……